买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江南大学申请的专利一种针对图像分类的神经网络结构低成本自动搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114299344B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111669013.4，技术领域涉及：G06V10/764；该发明授权一种针对图像分类的神经网络结构低成本自动搜索方法是由方伟;朱振豪;陆恒杨;孙俊;吴小俊设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本一种针对图像分类的神经网络结构低成本自动搜索方法在说明书摘要公布了：本发明公开了本发明涉及一种针对图像分类的神经网络结构低成本自动搜索方法，属于图像分类技术领域。该方法通过设计一种基于分组卷积的网络block，以该block作为基础单元构建一种可扩展的网络结构，block的可控参数化设置使得构建的网络结构的搜索空间可扩展。再结合改进的遗传算法，通过一个三阶段的自然选择策略，更好地激发搜索空间的探索性和开发性。同时引入非训练指标NTK的条件数量作为个体适应度，以极快速度搜索到高精度且低参数量的网络结构，从而在解决实际问题时实现了使用较少的计算资源来快速搜索出综合性能优越的网路结构，针对图像分类任务，通过实验证明采用该方法搜索出的网路结构进行分类的精度较高。

本发明授权一种针对图像分类的神经网络结构低成本自动搜索方法在权利要求书中公布了：1.一种针对图像分类的神经网络结构低成本自动搜索方法，其特征在于，所述方法包括：步骤一：针对图像分类任务，确定神经网络结构的主体框架，随机生成X个网络结构作为种群P，种群中每个个体代表一个随机生成的网络结构；其中神经网络结构的主体框架包括一个标准卷积层、unitnum个RegUnit模块和一个全局平均池化层，每个RegUnit模块包括blocknum个组卷积RegBlock；且每个RegUnit模块以50％的概率包含SENet模块，SENet模块通过Squeeze-and-Excitation来模拟注意力机制；RegUnit模块的个数unitnum、组卷积RegBlock的个数blocknum以及组卷积RegBlock的分支数group、每个分支中第二层卷积层的宽度width随机生成；步骤二：设定后续种群进化阶段三阶段分隔点S1，S2和进化的最大代数Max_gen；步骤三：计算种群P中每个个体的网络结构的NTK的条件数KN作为个体的适应度；NTK用于表征无限宽或有限宽深度网络架构的梯度下降训练动态；步骤四：种群进入进化，使用锦标赛选择选择个体变异操作生成新的网络结构个体，根据当前进化的代数G所属阶段选择不同的指标进行环境选择来淘汰个体；步骤五：达到进化的最大代数Max_gen后选择个体的适应度KN值最小的网络结构作为搜索出的用于图像分类任务的神经网络结构；所述步骤四中根据当前进化的代数G所属阶段选择不同的指标进行环境选择来淘汰个体，包括：在第一阶段和第三阶段，即当0G≤S1和S2G≤Max_gen时，选择个体的适应度KN作为标准来淘汰个体；在第二阶段，即当S1G≤S2时，选择个体的寿命作为标准来淘汰个体，个体的寿命为个体经历的进化代次；种群进化过程包括：从种群中随机选择k个个体；从这k个个体中，根据每个个体的适应度KN值的大小，选择前t个最佳适应度的个体作为父代个体；t个父代个体通过一组变异算子来生成t个后代个体；后代个体生成后进行评估并添加到现有种群中；根据当前进化代数所属的阶段，在环境选择中使用相应的标准淘汰个体；根据当前的标准淘汰t个最差的个体，使得种群保持规模不变，剩余的个体构建新的种群，进入下一代进化；每个网络结构中的组卷积RegBlock包含group个分支，每个分支由三个卷积层和一个池化层组成，其中池化层处于第三层；第一层和第四层卷积层使用1×1核来调整特征图的数量，第二层卷积层使用3×3核来提取特征图，所有卷积层都遵循卷积操作、ReLu激活函数和批量归一化层的顺序；第三层的池化层用于将输入数据的大小减半；所述输入数据为图像数据；对于M×M的输入数据，组卷积RegBlock每个分支中第三层的池化层数量不能大于所述t个父代个体通过一组变异算子来生成t个后代个体；后代个体生成后进行评估并添加到现有种群中，包括：在父代个体的长度内随机选择一个变异位置posij，它代表第i个RegUnit中第j个RegBlock的位置，位置由RegUnit在网络结构中的顺序和RegBlock在RegUnit中的位置顺序决定；随机选择一种变异算子来执行父代个体的变异，所述变异算子包括添加算子、移除算子和改变算子；添加算子：在变异位置posij添加一个随机参数设置的RegBlock；移除算子：移除在变异位置posij上的RegBlock；改变算子：随机改变变异位置posij上的RegBlock的参数；在实现添加算子时，若父代个体的长度达到上限，则无法实现添加算子，只能选择移除算子或改变算子；在实现移除算子时，当父代个体的长度达到下限时，则无法进行移除算子的操作，只能选择添加算子或改变算子；使用CIFAR-10和CIFAR-100数据集计算每个网络结构的NTK的条件数KN作为个体的适应度；根据CIFAR-10和CIFAR-100数据集中的每组训练图像及对应的标签得到训练集之间NTK的特征值λk，根据各特征值λk得到该网络结构的NTK的条件数KN，计算公式如下： 其中，λ0表示特征值λk的最大值，λm表示特征值λk的最小值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。